目标检测——CodeBook背景建模（原理+Opencv实现代码）

CodeBook算法的基本思想是为每一个像素点建立一个codebook，每个codebook包含一个或者多个boxes，并且随着背景像素值波动情况的不同，不同像素点所包含的boxes数目不一定相同。
CodeBook算法为当前图像的每一个像素建立一个码本CodeBook(CB)结构,每个CodeBook由多个码元CodeWord(CW)组成。CB和CW的形式如下：
CB={CW1,CW2,…CWn,t}
CW={lHigh,lLow,max,min,t_last_update,stale}
其中n为一个CB中所包含的CW的数目，当n太小时，退化为简单背景，当n较大时可以对复杂背景进行建模;t为CB更新的次数。CW是一个6元组，其中IHigh和ILow作为更新时的学习上下界，max和min记录当前像素的最大值和最小值。t_last_update表示此码元最后一次更新的时间，stale表示此码元最长不更新时间(即该CW多久未被访问)，用来删除很少使用的CodeWord，精简码本。
1 模型训练
假设当前训练图像I中某一像素为I(x,y)，该像素的CB的更新算法如下，另外记背景阈值的增长判定阈值为Bounds：
(1) CB的访问次数加1；
(2) 遍历CB中的每个CW，如果存在一个CW中的IHigh，ILow满足ILow≤I(x,y)≤IHigh，则转(4)；
(3) 创建一个新的码字CWnew加入到CB中, CWnew的max与min都赋值为I(x,y)，IHigh <- I(x,y) + Bounds，ILow <- I(x,y) – Bounds，并且转(6)；
(4) 更新该码字的t_last_update，若当前像素值I(x,y)大于该码字的max，则max <- I(x,y)，若I(x,y)小于该码字的min，则min <- I(x,y)；
(5) 更新该码字的学习上下界，以增加背景模型对于复杂背景的适应能力，具体做法是：若IHigh < I(x,y) + Bounds，则IHigh 增长1，若ILow > I(x,y) – Bounds，则ILow减少1；
(6) 更新CB中每个CW的stale。设定刷新时间，遍历每个码元，若码元中的不更新时间大于设定的刷新时间，则删除；在刷新时间内则保持。
2 背景检测
使用已建立好的CB进行运动目标检测，记判断前景的范围上下界为minMod和maxMod，对于当前待检测图像上的某一像素I(x,y)，遍历它对应像素背景模型CB中的每一个码字CW，若存在一个CW，使得I(x,y) < max + maxMod并且I(x,y) > min – minMod，则I(x,y)被判断为背景，否则被判断为前景。

Opencv库
（1）legacy.hpp

typedef struct CvBGCodeBookElem
{
    struct CvBGCodeBookElem* next; 
    int tLastUpdate; //码元最后一次更新时间
    int stale;       // 码元最长更新时间
    uchar boxMin[3]; // 码元中包含像素的最小值
    uchar boxMax[3];// 码元中包含像素的最大值
    uchar learnMin[3];// 码元学习下界
    uchar learnMax[3];// 码元学习上界
} CvBGCodeBookElem;

typedef struct CvBGCodeBookModel
{
    CvSize size;
    int t;
    uchar cbBounds[3]; //背景阈值判定
    uchar modMin[3]; //前景判定下界
    uchar modMax[3];//前景判定上界
    CvBGCodeBookElem** cbmap;
    CvMemStorage* storage;
    CvBGCodeBookElem* freeList;
} CvBGCodeBookModel;

（2）bgfg_codebook.cpp
主要包含三个函数 ： 模型更新、码元精简、背景检测
1）模型更新

void cvBGCodeBookUpdate( CvBGCodeBookModel* model, const CvArr* _image,
                         CvRect roi, const CvArr* _mask )
{
    CV_FUNCNAME( "cvBGCodeBookUpdate" );

    __BEGIN__;

    CvMat stub, *image = cvGetMat( _image, &stub );
    CvMat mstub, *mask = _mask ? cvGetMat( _mask, &mstub ) : 0;
    int i, x, y, T;
    int nblocks;
    uchar cb0, cb1, cb2;
    CvBGCodeBookElem* freeList;

    CV_ASSERT( model && CV_MAT_TYPE(image->type) == CV_8UC3 &&
        (!mask || (CV_IS_MASK_ARR(mask) && CV_ARE_SIZES_EQ(image, mask))) );

    if( roi.x == 0 && roi.y == 0 && roi.width == 0 &a